پیش‌بینی صفات پیچیده با استفاده از داده‌های بزرگ ژنومی و محیطی:

دوره بین المللی

ترجمه گوگل

پیش‌بینی صفات پیچیده با استفاده از داده‌های بزرگ ژنومی و محیطی:
مفاهیم، ​​مدل ها، نرم افزار و تمرین.

10 تا 14 مارس 2025
موسسه ملی تحقیقات کشاورزی (INIA)
مونته ویدئو، اروگوئه

مربی:

گوستاوو د لس کامپوس
استاد گروه اپیدمیولوژی و آمار زیستی و آمار و
احتمال، دانشگاه ایالتی میشیگان، ایالات متحده آمریکا. ایمیل: [e-mail] .

شرح دوره:

آیا می خواهید یاد بگیرید که چگونه کشاورزی پیچیده را پیش بینی کنید (گیاهان، درختان،
حیوانات) و فنوتیپ های بیماری و خطرات در انسان و حیوانات با استفاده از DNA
نشانگرها؟ در این دوره پنج روزه، مفاهیم کلیدی زیربنای پیش بینی و
متداول ترین مدل های مورد استفاده معرفی خواهند شد، از جمله BLUP ژنومی،
روشهای انتخاب متغیر جریمه شده و رگرسیون خطی بیزی،
روش های غیر خطی (رگرسیون هسته، شبکه های عصبی و XGBoost).
عوامل موثر بر عملکرد پیش بینی مورد بحث قرار خواهد گرفت.

این دوره شامل ماژول هایی است که هر کدام شامل یک مقدمه مختصر است که در ادامه می آید
با کار گروهی عملی با استفاده از داده های در دسترس عموم و نرم افزار منبع باز.
تمرکز در درجه اول بر روی پیش بینی به کمک ژنوم با استفاده از نشانگرهای DNA است اما
نمونه هایی با استفاده از داده های محیطی پوشش داده شده است. درک خوب از
احتمال و استنتاج در مدل های خطی و تجربه کار با R
مورد نیاز است. لطفاً لپ تاپ خود را با نسخه فعلی R نصب شده همراه داشته باشید.

محتوای دوره:

1- پیش بینی ژنومی صفات پیچیده: اصول
2- انتخاب متغیر با استفاده از رگرسیون تک نشانگر
3- برآورد انقباض (رگرسیون برآمدگی و توقف اولیه)
4- مدل های انقباض بیزی و انتخاب متغیر
5- رگرسیون نیمه پارامتریک با استفاده از فضاهای بازتولید کرنل هیلبرت
6- پیش بینی ژنومی با استفاده از XGBoost
7- Sparse GBLUP
8- پیش بینی ژنومی چند صفتی/چند محیطی
9- ادغام متغیرهای کمکی محیطی در پیش بینی ژنومی
10- آموزش انتقالی

زبان آموزش: انگلیسی

ثبت نام و اسکان:

اطلاعات به زودی اعلام خواهد شد. دوره رایگان خواهد بود اما وجود خواهد داشت
هزینه ای برای استراحت قهوه و ناهار باشد.

لطفاً با ارسال یک ایمیل به هر یک، قصد خود را برای شرکت در جلسه اعلام کنید
مخاطبین ارائه شده در زیر از آنجایی که محدودیتی در تعداد وجود خواهد داشت
شرکت کنندگان، اولین حضور، اولین خدمت.

محل برگزاری: انستیتو پاستور مونته ویدئو، اروگوئه. https://pasteur.uy/en/
شرکت کنندگان: باید لپ تاپ همراه داشته باشند و ترتیب اقامت و سفر را بدهند.

تماس:
دانیل جیانولا ([e-mail])
اولگا راواگنولو ([e-mail])


دانیل جیانولا

سوال رایت، استاد بازنشسته اصلاح نژاد و ژنتیک حیوانات
گروه علوم دامی و لبنیات
دانشگاه ویسکانسین-مدیسون
256 ساختمان علوم دامی
رصدخانه 1675 Dr.
مدیسون، WI 53706
ایالات متحده آمریکا

https://andysci.wisc.edu/directory/dan-gianola/
https://en.wikipedia.org/wiki/Daniel_Gianola
https://scholar.google.com/citations?user=bikTUXkAAAAJ&hl=en&oi=ao
https://qbi.wisc.edu/research/all-faculty/

"طبیعت به زبان ریاضی (گالیله) نوشته شده است.
قضیه بیز را امتحان کنید"
«روش‌های بیزی با اولویت‌های ذهنی ممکن است فرآیندها را از بین ببرد
علم» (اقتباس شده از اسکار کمپتورن)


~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~
+ لغو اشتراک / دریافت خلاصه فهرست / انصراف / حذف حساب خود:
همه گزینه ها در دست شماست: https://www.animalgenome.org/angendir
+ https://www.animalgenome.org | دفتر راهنمایی: [e-mail]

[ AnGenMap Listserv (3167 active members) | In case of malformed text/URL
[ see correct display on web https://www.animalgenome.org/angenpost/ ]
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

SECOND ANNOUNCEMENT

If interested, please register promptly as indicated below. Registration will
close in mid-February 2025

INTERNATIONAL COURSE

Prediction of Complex Traits Using Genomic and Environmental Big Data:
Concepts, models, software and practicum.

March 10-14, 2025
Instituto Nacional de Investigación Agropecuaria (INIA)
Montevideo, Uruguay

Instructor:

Gustavo de los Campos
Professor, Departments of Epidemiology & Biostatistics, and Statistics &
Probability, Michigan State University, USA. Email: [e-mail] .

Course Description:

Would you like to learn how to predict complex agricultural (plants, trees,
animals) and disease phenotypes and risks in humans and animals using DNA
markers? In this five-day course, key concepts underlying prediction and the
most commonly used models will be introduced, including genomic BLUP,
penalized, and Bayesian linear regression, variable selection methods,
non-linear methods (kernel regressions, neural networks, and XGBoost).
Factors affecting prediction performance will be discussed.

The course consists of modules, each including a brief introduction, followed
by hands-on group work using publicly available data and open-source software.
Focus is primarily on genome-assisted prediction using DNA markers but
examples using environmental data are covered. A good understanding of
probability and inference in linear models and some experience working with R
is required. Please bring your laptop with a current version of R installed.

Course Content:

1- Genomic Prediction of Complex Traits: Principles
2- Variable Selection using Single-Marker Regression
3- Shrinkage Estimation (Ridge Regression and Early Stopping)
4- Bayesian shrinkage and Variable Selection Models
5- Semi-parametric regression using Reproducing Kernel Hilbert Spaces
6- Genomic Prediction using XGBoost
7- Sparse GBLUP
8- Multi-trait/multi-environment Genomic Prediction
9- Integrating Environmental Covariates into Genomic Prediction
10- Transfer Learning

Language of instruction: English

Registration and accommodation:

Information will be forthcoming soon. The course will be free but there will
be a fee for coffee breaks and lunch.

Please indicate your intention of attending by sending an e-mail to each of
the contacts provided below. Since there will be a cap on the number of
participants, first come, first served.

VENUE: Institut Pasteur de Montevideo, Uruguay. https://pasteur.uy/en/
PARTICIPANTS: Must bring a laptop and arrange accommodation and travel.

CONTACT:
Daniel Gianola ([e-mail])
Olga Ravagnolo ([e-mail])


Daniel Gianola

Sewall Wright Professor Emeritus of Animal Breeding and Genetics
Department of Animal and Dairy Sciences
University of Wisconsin-Madison
256 Animal Sciences Building
1675 Observatory Dr.
Madison, WI 53706
USA

https://andysci.wisc.edu/directory/dan-gianola/
https://en.wikipedia.org/wiki/Daniel_Gianola
https://scholar.google.com/citations?user=bikTUXkAAAAJ&hl=en&oi=ao
https://qbi.wisc.edu/research/all-faculty/

"Nature is written in mathematical language (Galileo). If nothing else works,
try Bayes theorem"
"Bayesian methods with subjective priors may butcher the processes of
science" (adapted from Oscar Kempthorne)


~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
+ To Unsubscribe / Receive List Digest / Opt out / Delete your account:
all options are in your hands: https://www.animalgenome.org/angendir
+ https://www.animalgenome.org | Helpdesk: [e-mail]